La macroeconomía moderna depende cada vez más de herramientas econométricas para analizar datos, evaluar políticas y construir pronósticos. Este curso de Macroeconometría aplicada en R surge con el objetivo de condensar, en un solo espacio, las metodologías más utilizadas en el análisis macroeconómico empírico, de manera práctica y accesible.
Se trata de un curso autocontenido y aplicado: no busca sustituir la formación formal en econometría o macroeconomía, pero sí ofrecer una caja de herramientas lista para usar en el trabajo diario con temas macroeconómicos.
Parte 1: Introducción
Clase 1.1. Elementos básicos de la macroeconometría aplicada.
Clase 1.2. Pronósticos, modelos y banca central.
Repaso 1. Introducción a R.
Repaso 2. Análisis exploratorio de series temporales en R.
Repaso 3. Nociones de econometría.
Parte 2: Modelos univariados
Clase 2.1. Análisis univariado.
Clase 2.2. Fluctuaciones macroeconómicas.
Clase 2.3. Incertidumbre macroeconómica: introducción a modelos GARCH.
Clase 2.4. Extensiones de los modelos GARCH. (GJR-GARCH, eGARCH, Markov-GARCH)
Clase 2.5. Modelos lineales
Parte 3: Modelos de política
Clase 3.1. Vectores autoregresivos estructurales (SVAR): estrategia de identificación de corto plazo.
Clase 3.2. Extensiones de los modelos VAR: restricciones de largo plazo y de signos.
Clase 3.3. Modelos VEC (vectores de corrección de error).
Clase 3.4. GARCH multivariados
Parte 4: extensiones adicionales
Repaso 4. Econometría bayesiana
Clase 4.1. VAR bayesianos y modelos con coeficientes cambiantes
Clase 4.2. GMM y modelo espacio estado
Clase 4.3. Pronósticos de series macroeconómicas
Parte 5: Pronósticos
Clase 5.1. Pronósticos macroeconómicos
